K_DM Book
用語集
対象者 標準
対象者別の入口 →

対象者の設定はこのブラウザの中にだけ保存されます。

言語 JA

リッジラインプロット

中級

06.2.3

リッジラインプロット

最終更新 2020-02-26 読了時間 2 分
まとめ
リッジラインプロットは、カテゴリごとの密度曲線を 1 本ずつ縦に段違いで並べ、山脈の稜線(リッジ)のように重ねて見せる図です。ここでは専用ライブラリを使わず、sns.violinplot(data=mpg, x="mpg", y="origin", inner=None, scale="width") で横向きのバイオリンを描き、生産地域 3 つの燃費の密度を上下に並べてリッジライン風にします。inner=None で箱ひげの要約を消し、scale="width" で 3 本の幅を揃えることで、「アメリカ車の山は 15〜20 MPG、日本車は 30 MPG 付近」という山の位置と形の違いが線だけで比べられます。読み終えると、カテゴリ数が 5〜20 と多いときに箱ひげ図より形が読める配置を選び、order で中央値順に並べて稜線の傾きとして傾向を見せられるようになります。

1 本の密度曲線がどう作られるかは 密度プロット で先に押さえておくと、カテゴリ別に重ねる本ページの手順が追いやすくなります。

直感 #

生産地域 3 つの燃費の分布を比べるとき、3 本の密度曲線を同じ軸に重ねると、線が交差して「どの山がどの地域か」を凡例と往復しながら読むことになります。曲線が 10 本になれば読めません。リッジラインプロットは、曲線を 1 本ずつ別の高さに置き、上から下へ段々畑のように並べます。各曲線の山の位置を縦に見比べれば「日本車の山はアメリカ車より右(高燃費)」、山の幅を見れば「アメリカ車の裾が最も広い」と、交差のない線で読めます。月ごとの気温分布を 12 段並べて季節の移り変わりを稜線の波として見せる使い方が有名です。

何が起きているか(ステップで見る) #

コードを読む前に、この手法が図の上で何をしているかを追ってみましょう。「再生」を押すか、スライダーを動かすと 1 手順ずつ進みます。

見るポイント:密度曲線は「各点に置いた小さな山の合計」。階級の切れ目に左右されない代わりに、山の幅(バンド幅)が形を決める。

Python で描く #

次のコードは seaborn 付属の mpg データを読み込み、燃費を横軸、生産地域を縦軸にした横向きのバイオリンプロットを、内側の要約を消して 3 段の密度曲線として描きます。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
import seaborn as sns
import matplotlib.pyplot as plt

mpg = sns.load_dataset("mpg").dropna(subset=["mpg", "origin"])

sns.set_theme(style="white")
fig, ax = plt.subplots(figsize=(6, 5))
sns.violinplot(
    data=mpg,
    x="mpg",
    y="origin",
    scale="width",
    inner=None,
    palette="Set2",
    ax=ax,
)
ax.set_xlabel("燃費 (MPG)")
ax.set_ylabel("生産地域")
ax.set_title("地域別燃費のリッジライン風プロット")
ax.grid(axis="x", alpha=0.2)

fig.tight_layout()

plt.show()

カテゴリごとの分布を重ねて表示するリッジラインプロットは、季節性やクラス間の違いを把握するのに便利ですの図

実行結果の読み方 #

上段のアメリカ車は 15〜20 MPG に山頂があり、右へ 35 MPG 付近まで長く裾を引く形です。中段の日本車は 30 MPG 付近に山があり、幅も狭く、燃費の良い車に集中しています。下段のヨーロッパ車は 25 MPG 付近に山頂があり、日本車より裾が広い形です。3 段を縦に見比べると山頂が「アメリカ → ヨーロッパ → 日本」と右へ移るので、order=["usa", "europe", "japan"] の順に並べ替えれば稜線が階段状に上がり、傾向がさらに読みやすくなります。

使いどころと落とし穴 #

リッジラインプロットが向くのは、カテゴリが 5〜20 と多く、箱ひげ図では形が分からず、密度曲線を 1 枚に重ねると交差して読めないときです。月ごとの分布を 12 段並べて季節性を見る使い方が代表例です。落とし穴は 2 つあります。第一に、violinplot による近似は各段が独立した軸位置に置かれるため、本来のリッジラインのように段を重ねて(overlap)省スペースにすることはできません。曲線を重ねたいときは joypy の joyplot(df, by="origin", column="mpg", overlap=0.5) を使います。第二に、カテゴリの並び順に意味がないと稜線のパターンが見えません。地域名のアルファベット順ではなく、order で中央値順や時系列順に並べます。1 台ずつの燃費の値を正確に読みたい場面には向かないので、その場合は 箱ひげ図 を併用します。